☰

搜索 pdf 文件并将字符串附加到文件名

tag-icon • tag-icon shell-script grep pdf
搜索 pdf 文件并将字符串附加到文件名

我有几个 PDF 文件，它们都包含字符串“READING n n”，其中 nn 是相应阅读的编号。每个字符之间正好有一个空格，即“READING 1 0”。

我想编写一个 bash 脚本来搜索每个文件中的数字 n 并将该数字附加到文件的开头。例如，如果脚本在 name.pdf 中找到“READING 1”，则必须将文件名重命名为 1.name.pdf 等。

怎么做？

谢谢

答案1

你的问题的答案取决于这个字符串是否只能出现一次或在所考虑的 PDF 文件中多次。假设它只能发生一次，和有问题的字符串包含为实际文本（即不仅以图形形式），以下方法（需要 GNU Awk 和外部工具pdftotext）应该可以工作（该示例适用于作为参数传递的单个文件）：

#!/bin/bash

OLDNAME="$1"

NUMBER="$(pdftotext "$OLDNAME" - | awk '/R E A D I N G/ {match($0,"R E A D I N G ([[:digit:]])( [[:digit:]])*",a); gsub(" ","",a[2]); print a[1] a[2];}')"

NEWNAME="$NUMBER.$OLDNAME"
mv "$OLDNAME" "$NEWNAME"

检查特定模式match是否awk存在，并将该模式​​的“实际值”输出到输出数组a，其中条目a[0]包含整个找到的模式，并a[1]包含a[n]括号内的任何子表达式的“实际值”在该模式中，在我们的例子中，数组条目 1 和 2 中的“数字部分” ([[:digit:]])( [[:digit:]])*（参见例如GNU Awk 用户指南中有关“字符串函数”的部分）。如果结果是个位数，a[2]则将保留为空，这并不重要。因为在两位数的情况下，数字之间的空格也会匹配，所以我们使用awksgsub()函数在两位数的情况下将其删除。

为了将其应用于多个文件，您可以按如下方式修改脚本，然后将整个 PDF 文件列表作为参数传递（如./rename.sh *.pdf）。

#!/bin/bash

for OLDNAME in "$@"
do
    NUMBER="$(pdftotext "$OLDNAME" - | awk '/R E A D I N G/ {match($0,"R E A D I N G ([[:digit:]])( [[:digit:]])*",a); gsub(" ","",a[2]); print a[1] a[2];}')"

    NEWNAME="$NUMBER.$OLDNAME"
    mv "$OLDNAME" "$NEWNAME"
done

相关内容